数学建模培训课件-插值与拟合.pptVIP

§7.3二维数据的基本插值方法简介对于二维数据的插值，首先要考虑两个问题：一是二维区域是任意区域还是规则区域，二是给定的数据是有规律分布的还是散乱的、随机分布的。第一个问题比较容易处理。目前的插值方法基本上是基于规则区域的，对于不规则区域，只需将其，划分为规则区域或扩充为规则区域来讨论即可。对于第二个问题，当给定的数据是有规律分布时，方法较多也较成熟；而给定的数据是散乱的、随机分布时，没有固定的方法，但一般的处理思想是：从给定的数据出发，依据一定的规律恢复出规则分布点上的数据，转化为数据分布有规律的情形来处理。二维数据插值的方法也有很多。在此，针对给定数据有规律分布和散乱分布两种情形，简单介绍双三次样条插值方法和改进的Shepard方法（反距离平方法）的基本概念和基本思想，及其Matlab实现。§7.3.1双三次样条插值双三次样条插值方法，是用来解决规则区域上给定数据有规律分布的插值问题的常用方法。实际上，双三次样条函数是由两个一维三次样条函数作直积产生的。对任意固定的y0?[c,d]，S(x,y0)是关于x的三次样条函数，同理，对任意固定的x0?[a,b]，S(x0,y)是关于y的三次样条函数。从而，根据一维三次样条函数的算法可以设计出S(x,y)的具体算法。§7.3.2改进的Shepard方法改进的Shepard方法，也称反距离加权平均法，这是解决规则区域上给定数据散乱、随机分布的插值问题的一个常用的方法。问题：设T=[a,b]?[c,d]上散乱分布N个点V1，V2，…，VN，其中Vk=(xk，yk)处给出数据fk，k=1,2,…,N。要寻求T上的二元函数F(x，y)，使F(xk，yk)=fk，k=1,2,…,N。一个典型的容易想到的方法是“反距离加权平均”方法，又称之为Shepard方法。这方法的基本思想是，在非给定数据的点处，定义其函数值由已知数据点与该点距离的近或远作加权平均决定。按照上述的思想，可从给定的数据恢复出规则分布点上的数据，接下来就可应用双三次样条插值或其它的二维数据插值方法来处理。§7.3.3二维数据插值的Matlab实现1．规则区域上给定数据有规律分布的二维插值数据形式为：zmn…zm2zm1xm……………z2n…z22z21x2z1n…z12x11x1yn…y2y1插值函数为：interp2()。其调用格式为zi=interp2(x,y,z,xi,yi,methos),其中x，y，z——为插值节点，均为向量；zi——为被插值点(xi,yi)处的插值结果；‘methos’——为采用的插值方法：nearest：表示最临近插值，linear：表示双线性插值，cubic：表示双三次插值，spline：表示双三次样条插值。注意：上述‘methos’中所有的插值方法都要求x和y是单调的网格，x和y可以是等距的也可以是不等距的。2．规则区域上给定数据散乱或随机分布的二维插值数据形式为：zn…z2z1(xn,yn)…(x2,y2)(x1,y1)插值函数为：e01sef和e01sff，。通常两者配合使用，其调用格式为[fnodes,a,rnw,b,c]=e01sef(x,y,z)；[pf(i,j),ifail]=e01sff(x,y,z,rnw,fnodes,px(j),py(i))；其中x，y，z——为插值节点，均为向量；px(j)，py(i)——为被插值节点；pf(i,j)——为被插值点(px(j),py(i))处的插值结果；它输出参数涉及插值算法，可以不用了解。e01sef的输出fnodes和rnw为确定插值的参数，它们是e01sff需要的输入参数，因此两函数需配合使